• Une implementation de Grammar of Graphics de Leland Wilkinson
• Rédigé par Hadley Wickham
• Un 3^ème package de R dédié aux graphiques (avec base et lattice)
• Disponible sur le site du CRAN via install.packages()
• Un site web de référence: http://ggplot2.tidyverse.org/index.html

“En bref, la grammaire nous dit qu’un graphique est une cartographie de données à travers des géométries (des points, des lignes, des barres, …) ayant des attributs (la couleur, la forme, la taille, …). Les données du graphique peuvent aussi être transformées et ainsi être projetées sur un nouveau système de coordonnées.”

Traduit de : ggplot2-book de Hadley Wickham: https://github.com/hadley/ggplot2-book http://ggplot2.org/book/

Base

Sur Base un graphique est créé en 2/3 étapes à partir d’un fond blanc: 1. On créé le graphique qui nous interesse 2. On ajoute les annotations

• Le plus: C’est pratique, on applique directement la fonction que l’on recherche sur les données que l’on veut traiter.
• Les moins:
  • On ne peut pas revenir en arrière.
  • Ne correspond à aucun autre langage.

Lattice

Sur Lattice, les graphiques sont créé à partir de fonctions uniques (xyplot, bwplot, etc.)

• Les plus:
  • Il est plus pratique que Base pour visualiser 3 dimensions par exemple: Regarder comment y change avec x à travers les niveaux de z
  • Les ajustements d’espaces ou de marges se font automatiquement.
  • Adapté pour mettre plusieurs graphiques sur une même fenêtre.
• Les moins:
  • Il peut être compliqué de spécifier l’ensemble des arguments dans une seule fonction
    
  • L’ajout d’annotations n’est pas simple.
  • On ne peut pas revenir en arrière.

ggplot2

• Les plus:
  • Pratique pour visualiser 3 dimensions par exemple: Regarder comment y change avec x à travers les niveaux de z
  • On peut revenir en arrière.
  • On peut personnaliser à volonté
  • Les outils interactifs offre une évolution possible
  • Existence de nombreuses extensions

Création d’un nuage de points

#Avec Base
plot(diamonds$carat, diamonds$price)

library(lattice)

#Avec Lattice
xyplot(price ~ carat, data = diamonds)

library(ggplot2)

#Avec ggplot2
ggplot(data = diamonds,aes(x=carat,y=price))+
  geom_point()

###Ajout d’annotations au nuage de points

#Avec Base
plot(diamonds$carat, diamonds$price,
     main = "Nuage de points avec le package Base",
      xlab = "Poids des diamants en carats", 
      ylab = "Prix")

#Avec Lattice
xyplot(price ~ carat, data = diamonds,
       main = "Nuage de points avec le package Lattice", 
       xlab = "Poids des diamants en carats", 
       ylab = "Prix")

#Avec ggplot2
ggplot(data = diamonds,aes(x=carat,y=price))+
  geom_point()+
  labs(title = "Nuage de points avec le package ggplot2", 
       x = "Poids des diamants en carats", 
       y = "Prix")

###Changer les formes et la couleur d’un nuage de points

#Avec Base
plot(diamonds$carat, diamonds$price,
     main = "Nuage de points avec le package Lattice", 
     xlab = "Poids des diamants en carats", 
     ylab = "Prix",
     col = "chocolate", 
     cex = 0.8,
     pch = 8)

#Avec Lattice
xyplot(price ~ carat, data = diamonds,
       main = "Nuage de points avec le package Lattice", 
       xlab = "Poids des diamants en carats", 
       ylab = "Prix",
       col = "chocolate", 
       cex = 0.8,
       pch = 8)

#Avec ggplot2
ggplot(data = diamonds,aes(x=carat,y=price))+
  geom_point(color="chocolate",cex = 0.8,pch=8)+
  labs(title = "Nuage de points avec le package ggplot2", 
       x = "Poids des diamants en carats", 
       y = "Prix")

###Réaliser plusieurs nuages de points

#Avec Base
par(mfrow=c(2,3))
for(i in levels(diamonds$cut)){
  data_graphique<-diamonds%>%filter(cut==i)
  plot(data_graphique$carat, data_graphique$price,
       main = "Nuage de points avec le package Lattice", 
       xlab = "Poids des diamants en carats", 
       ylab = "Prix",
       col = "chocolate", 
       cex = 0.8,
       pch = 8)
}

#Avec Lattice
par(mfrow=c(1,1))
xyplot(price ~ carat | cut, data = diamonds,
       main = "Nuage de points avec le package Lattice", 
       xlab = "Poids des diamants en carats", 
       ylab = "Prix",
       col = "chocolate",
       cex = 0.8, 
       pch = 8)

#Avec ggplot2
ggplot(data = diamonds,aes(x=carat,y=price))+
  geom_point(color="chocolate",cex = 0.8,pch=8)+
  labs(title = "Nuage de points avec le package ggplot2", 
       x = "Poids des diamants en carats", 
       y = "Prix")+
  facet_wrap( ~ cut, ncol=3)

###Ajouter des éléments une fois le graphique créé

L’ajout d’éléments sur un graphique déjà crée n’est possible qu’avec ggplot2

#On créé un premier nuage de points
g1<-ggplot(data = diamonds,aes(x=carat,y=price))+
  geom_point(color="chocolate",cex = 0.8,pch=8)+
  labs(title = "Nuage de points avec le package ggplot2", 
       x = "Poids des diamants en carats", 
       y = "Prix")
g1

#On lui a joute dans un second temps la fonction facet
g1+
  facet_wrap( ~ cut, ncol=3)

Pour réaliser des graphique de base, la fonction qplot() du package ggplot2 peut suffire. Cependant les possibilités de personnalisation sont limitées.

qplot(carat, price, data = diamonds)

Si une seule variable est précisée, qplot() réalisera un histogramme.

qplot(carat, data = diamonds)

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Changer quelques attributs esthétiques (couleur, taille ou forme)

dsmall <- diamonds[sample(nrow(diamonds), 100), ]
#La couleur
qplot(carat, price, data = dsmall, colour = color)

#la forme
qplot(carat, price, data = dsmall, shape = cut)

## Warning: Using shapes for an ordinal variable is not advised

#la taille
qplot(carat, price, data = dsmall, size = cut)

Produire différents types de graphiques:

qqplot ne se limite pas aux nuages de points et permet de produire toutes sortes de graphiques grâce à l’argument geom. Geom est donc l’abbréviation de geometry. cela décrit la forme sous laquelle nous souhaitons visualiser nos données.

• geom = “point” dessine un nuage de points. Il s’agit de la géométrie par défaut quand on declare les arguments x et y.

qplot(carat, price, data = dsmall, geom="point")

• geom = “smooth” pour visualiser les valeurs prédites d’un modele et l’écart-type

qplot(carat, price, data = dsmall, geom="smooth")

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

• geom = “boxplot”

qplot(cut, price, data = dsmall, geom="boxplot")

• geom = “path” et geom = “line” pour dessiner des lignes entre les points.

#path
qplot(carat, price, data = dsmall, geom="path")

#line
qplot(carat, price, data = dsmall, geom="line")

Pour l’analyse de variables continues, nous pouvons utiliser les géométries suivantes: * geom = “histogram”

qplot(price, data = dsmall, geom="histogram")

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

• geom =“freqpoly”

qplot(price, data = dsmall, geom="freqpoly")

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

• geom = “density” pour dessiner un graphique de densité.

qplot(price, data = dsmall, geom="density")

Pour l’analyse de variables discretes, nous pouvons utiliser geom = “bar” qui dessine un diagramme en baton.

qplot(cut, data = dsmall, geom="bar")

Superposer une courbe de tendance sur un nuage de points:

L’ajout de la géométrie smooth permet de visualiser rapidement un tendance qui se dégage.

qplot(carat, price, data = diamonds, geom = c("point", "smooth"))

## `geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

Boxplot et jitter

Les boxplots et jitter sont très utiles pour visualiser la distribution d’une variable continue en fonction de variables discrètes:

g1<-qplot(color, price / carat, data = diamonds, geom = "boxplot")
g2<-qplot(color, price / carat, data = diamonds, geom = "jitter")
grid.arrange(g1,g2,ncol=2,nrow=1)

Jouer avec la transparence

Pour apprécier la distribution, on peut aussi faire varier la transparence. Par défaut, il n’y a pas de transparence. Le paramètre alpha vaut 1. En le fixant à 1/5 (20%), il ’y aura aucune transparence si on empile 5 points. A 1/50, il faudra 50 points empilés et 200 pour 1/200.

g1<-qplot(color, price / carat, data = diamonds, geom = "jitter",
alpha = I(1 / 5))
g2<-qplot(color, price / carat, data = diamonds, geom = "jitter",
alpha = I(1 / 50))
g3<-qplot(color, price / carat, data = diamonds, geom = "jitter",
alpha = I(1 / 200))
grid.arrange(g1,g2,g3,ncol=3,nrow=1)

Histogramme et graphe de densité

Les histogrammes et graphe de densité sont utiles pour visualiser la distribution d’une variable.

g1<-qplot(carat, data = diamonds, geom = "histogram")
g2<-qplot(carat, data = diamonds, geom = "density")
grid.arrange(g1,g2,ncol=2,nrow=1)

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Fixer la taille des intervalles d’un histogramme avec binwidth

g1<-qplot(carat, data = diamonds, geom = "histogram", binwidth = 1,
xlim = c(0,3))
g2<-qplot(carat, data = diamonds, geom = "histogram", binwidth = 0.1,
xlim = c(0,3))
g3<-qplot(carat, data = diamonds, geom = "histogram", binwidth = 0.01,
xlim = c(0,3))

grid.arrange(g1,g2,g3,ncol=3,nrow=1)

## Warning: Removed 32 rows containing non-finite values (stat_bin).

## Warning: Removed 2 rows containing missing values (geom_bar).

## Warning: Removed 32 rows containing non-finite values (stat_bin).

## Warning: Removed 2 rows containing missing values (geom_bar).

## Warning: Removed 32 rows containing non-finite values (stat_bin).

## Warning: Removed 2 rows containing missing values (geom_bar).

Comparer la distribution de sous-groupe

g1<-qplot(carat, data = diamonds, geom = "density", colour = color)
g2<-qplot(carat, data = diamonds, geom = "histogram", fill = color)

grid.arrange(g1,g2,ncol=2,nrow=1)

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Series temporelles

g1<-qplot(date, unemploy / pop, data = economics, geom = "line")
g2<-qplot(date, uempmed, data = economics, geom = "line")

grid.arrange(g1,g2,ncol=2,nrow=1)

Graphes multiples: faceting

g1<-qplot(carat, data = diamonds, facets = color ~ .,
geom = "histogram", binwidth = 0.1, xlim = c(0, 3))
g2<-qplot(carat, ..density.., data = diamonds, facets = color ~ .,
geom = "histogram", binwidth = 0.1, xlim = c(0, 3))

grid.arrange(g1,g2,ncol=2,nrow=1)

## Warning: Removed 32 rows containing non-finite values (stat_bin).

## Warning: Removed 14 rows containing missing values (geom_bar).

## Warning: Removed 32 rows containing non-finite values (stat_bin).

## Warning: Removed 14 rows containing missing values (geom_bar).

https://www.r-graph-gallery.com http://larmarange.github.io/analyse-R/intro-ggplot2.html http://r4ds.had.co.nz/graphics-for-communication.html http://www.ggplot2-exts.org http://ggplot2.tidyverse.org/index.html http://perso.ens-lyon.fr/lise.vaudor/Supports_formation/Graphiques_ggplot2.html https://www.tutorialgateway.org/lattice-scatter-plot-in-r/ http://ggplot2.org/book/qplot.pdf https://github.com/hadley/ggplot2-book/blob/master/ggplot.rmd http://egallic.fr/Enseignement/R/Slides/graphiques.html